机读格式显示(MARC)

• 000 01870nam 2200337 450

• 001 0000823050

• 005 20250819210900.0

• 010 __ |a 978-7-5088-6544-7 |d CNY98.00

• 100 __ |a 20250219d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 深度神经网络的学习理论 |A shen du shen jing wang luo de xue xi li lun |f 林绍波, 王迪, 周定轩著

• 210 __ |a 北京 |c 科学出版社 |c 龙门书局 |d 2025

• 215 __ |a 194页 |c 图 |d 24cm

• 225 2_ |a 大数据与数据科学专著系列 |A da shu ju yu shu ju ke xue zhuan zhu xi lie |v 5

• 300 __ |a 国家出版基金项目 “十四五”时期国家重点出版物出版专项规划项目

• 312 __ |a 英文题名取自封面

• 314 __ |a 林绍波, 西安交通大学管理学院, 教授、博士生导师, 青年拔尖人才。博士毕业于西安交通大学数学与统计学院, 曾先后于香港城市大学数学系、香港理工大学应用数学系、香港城市大学数据科学学院担任博士后、副研究员、研究员。研究方向为分布式学习与深度学习的理论基础。在JMLR, TPAMI, ACHA, SIAM JNA等国际著名期刊发表SCI论文60多篇 (包括IEEE Trans 长文21篇)。主持或以核心成员参与国家级课题11项。王迪, 西安交通大学管理学院智能决策与机器学习研究中心副教授, 研究方向为深度学习、张量分析及分布式学习。周定轩, 悉尼大学数学系教授, 研究方向小为学习理论、函数逼近论及深度学习。

• 320 __ |a 有书目 (第187-194页)

• 330 __ |a 本书以函数逼近论与学习理论为主要工具, 建立了一个系统的数学框架来解释深度的必要性、深度神经网络的适用性、数据规模对深度神经网络的影响、深度选择问题、网络结构选择问题及过参数化深度神经网络的泛化性等理论问题。

• 410 _0 |1 2001 |a 大数据与数据科学专著系列 |v 5

• 510 1_ |a Learning theory of deep neural networks |z eng

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo |x 研究

• 690 __ |a TP183 |v 5

• 701 _0 |a 林绍波 |A lin shao bo |4 著

• 701 _0 |a 王迪 |A wang di |4 著

• 701 _0 |a 周定轩 |A zhou ding xuan |4 著

• 801 _0 |a CN |b WFKJXY |c 20250819

• 905 __ |a WFKJXY |d TP183/79